面向数据分析的Python语言课程设计

雷泽 刘海军 崔春杰 王高远

摘 要：本文旨在探讨面向数据分析的Python语言课程设计，让学生更好地适应大数据时代。阐述了当前的时代背景和Python语言课程的现状，并指出Python语言课程设计的教学改革的必要性。然后分析了行业的需求以及学生需要的技能和知识。指出要实现教学改革目标，可以从教学方法、教学内容、考核方案三个方面入手，最后指明了进一步研究的可能方向。

关键词：Python语言课程设计；数据分析；教学改革

Abstract：This paper aims to explore the Python language course design for data analysis，so that students can better adapt to the era of big data.First，this paper points out the current background of the era and the status of Python language course，and highlights the necessity of educational reform for Python language courses.Next，we will analyze the needs of the industry as well as the skills and knowledge that students need.To achieve these goals in this educational reform，we can start from three aspects：teaching methods，teaching content，and assessment plans.Finally，this paper also points out possible directions for further research.

Keywords：Python language course design；Data analysis；Teaching reform

1 背景与现状

1.1 大数据的时代背景

随着互联网的普及和信息技术的迅速进步，我们正进入一个大数据主导的新时代。数据是一种重要的资源，它会影响我们生活的方方面面。同時，数据的处理和可视化，数据的分析和可视化，也成为不可或缺的一部分。企业管理通过对大量的数据进行处理与分析，可以更好地做出决策。以短视频行业为例，通过对播放量、用户行为等数据的处理、分析。不仅可以提高作品的播放量和关注度，还可以为创作者带来更多的收益和机会［1］。此外，在商业领域中，通过对市场数据的分析，企业可以更好地了解市场需求，从而制定更加精准的营销策略和产品开发计划。

在《“十四五”数字经济发展规划》中更明确指出，“数据对提高生产效率的乘数作用不断凸显，成为最具时代特征的生产要素”［2］。由此可见，妥善处理这些数据，并从这些数据中提取有意义的信息以提高生产效率，变得尤为关键。

1.2 Python语言程序设计的现状

Pyhton作为一种简单、易懂，并且拥有许多很好用的库的编程语言，这是无与伦比的优势。因此，Python编程课程已经成为许多高校计算机专业的必修课程之一，并且成为数据处理与分析的主流编程语言之一［3］。但是，目前的Python程序设计课程存在若干的问题。

Python编程语言的教学内容过于简略，并且占据了大量的学习时间。很多教师在讲授过程中，只注重知识点的讲解，而忽视了学生的实践方面。这种情况使得学生在课程结束后，尽管已经掌握了Python的基础语法规则，但在实际应用项目中仍很困难。另外，Python作为一种社区语言，更新速度极快，导致其课程内容过时。如Python的不同版本在内部功能、某些库的兼容性和语法构造上有着显著的差异。然而，目前课程很少关注这些问题。因此，对Python语言程序设计的进行改革变得非常迫切。

2 行业的需求分析

为了更有效地推进课程改革，本文对当前产业需求进行了深入分析。需要明确教学目标和要求，并根据实际情况制定有效措施。随着社会的进步，如今的各个领域都期待员工拥有更丰富的软技术能力。特别是在计算机领域，经常会碰到各种文件格式，虽然方便了数据存储和传输，但也给数据处理过程带来了一定的挑战。故而，这不只是要求员工拥有扎实的编程知识，还要求他们熟练掌握数据的处理、分析和可视化［4］。凭借这些专业技能，员工可以从大量数据中筛选出有意义的信息，帮助企业做出合理的决策。

因此，在推进Python课程的改革过程中，应该着重培养学生在“数据素养”上的能力。由于Python编程语言拥有众多在数据处理和分析上表现优异的库，它无疑是最合适的选择。如Pandas库为让员工能更便捷地进行数据的处理、清理和整合等各种操作；Numpy库对数组操作和数值分析的操作，有助力对数据进行更深层次的理解和挖掘；Matplotlib库能够对经过处理和分析的数据进行可视化处理，进而实现更深入的数据分析。

3 教学改革方案

通过Python课程的现状和行业的需求分析，本文提出以下教学改革方案。主要从教学方法、教学内容、考核方案三个方面入手。

3.1 教学方法

现行的课堂教学方法主要围绕教师展开，他们在课堂中教授知识，而学生则在课堂的下方进行倾听。这种模式忽略了学生才是课堂的主体，在一定程度上限制了学生的主动性和创造性，使得学生过于依赖教师，缺乏自主学习的能力。特别是在Python语言教学中，这种问题更加明显。随着Python编程语言的不断发展和创新，各种新的技术和工具层出不穷，如果学生缺乏自主学习的能力的话，将很难跟上Python的发展速度。因此，有必要对现有的课堂教学模式进行改革，始终把学生的需求放在首位。具体措施如下：

（1）翻转课堂：翻转课堂这种新的教学模式，在传统的以教师为中心的教学模式的基础上，引入了课外自主学习的概念，使得学生可以结合自身的实际情况，选择适合自己的知识点进行反复学习和巩固。如此一来，学生不再仅仅是被动的接收者，而是转变为积极主动的学习者。

翻转课堂的实施并不意味着减轻了教师的工作压力。事实上，这是从传统的“填鸭式”教学方式到如今的“互动型”教学方法。随着时间的推移，教师的职责变得更加多样化，他们需要制作和准备教学视频、策划课堂活动、提供学习资料［5］。尽管学生在课程开始前已经通过独立学习掌握了相关知识点，但是在实际的课堂教学中，他们仍然可能面临一些难以领会的挑战。在这种情况下，教师需要根据学生的具体需求和问题来进行详细的讲解和指导，以便他们能更有效地理解和掌握所学知识。

（2）以问题导向的学习方法：在过去的实验布置中，主要是根据教科书或课程大纲的要求，指导学生按照实验的具体步骤和标准来执行。但是，对于Python这种既灵活又开放的课程，这样的教学方法似乎并不适宜。例如，在处理Python文件时，可以选择xlrd、openxl库，但os库也是一个可行的选择。如果按照实验的具体步骤或规定，学生只能掌握某一特定类型的库，而不是灵活地运用来解决实际问题。

通过提出实际问题或挑战，让学生自主探究、设计和实施实验方案，解决问题。不仅提高学生解決问题的能力，还可以促进学生的合作学习和交流。通过小组成员之间的相互探讨、相互交换信息以及彼此评价等形式来达到共同进步的目的。

3.2 教学内容

前文中已经分析了当前行业所需的技能，如数据的处理、分析和可视化。为了让学生具备这些技能，课程的教学内容必须增加关于数据处理和分析以及可视化的内容。通过适当地调整教学内容，学生不仅能更深入地掌握Python的语言基础知识，还能更全面地了解和应用行业所需的各种技术。具体增加的教学内容如下：

（1）文件处理库：处理数据时，文件的处理是不可或缺的。虽说文件处理的库过多，比如有xlrd库、openxl库、os库等，但是这些库的基本原理都是一样的，只是有些函数不同。xlrd库与openxl库这两个库对于处理Excel的文件特别合适。因为在它们上面都有许多表格类型的函数供用户调用，比如公式、图表等。它们都是用通用函数编写而成，具有良好的兼容性。借助这些建库，学生能够毫不费力地从Excel文件中读取和更改数据；os库为用户提供了许多与系统交互的功能。通过这些库，学生可以了解如何在文件系统中浏览、创建、删除文件和目录。

文件的处理还需要学生更深入地了解不同文件类型的独特属性，以及如何正确地处理它们。比如，文本文件是最常见的，它包含有大量的文档信息；CSV文件是一种通常以逗号分隔的文本文件；Excel文件是一个可以存储大量数据的表格文件。

（2）Pandas库：Pandas是一款功能极为强大的数据分析工具，能够进行数据的读取、处理和分析工作，并根据需要生成相应的数据表。学生必须了解如何使用Pandas读写数据，如何执行数据清理和分析、如何使用Pandas的各种功能来处理数据。如read_csv（）和to_csv（）这两种文件，都可以轻松地进行CSV文件的读取和写入。还有dropna（）和fillna（），这些都是用于处理数据缺失值的工具。drop_duplicates（）函数去除重复的值；groupby（）函数适用于数据的分类和整合。利用这些函数和技巧，学生可以更深入地解读和分析数据，揭示其中的模式和发展方向。

Pandas还具备了DataFrame这一独特的数据架构。这种数据结构不仅能够处理原始文件，它还能适应多种复杂应用场景的需求，包括文件格式的转换。DataFrame还可以方便地完成数据的切割、合并、筛选以及排序等众多任务。这些优势共同为数据分析创造了有利的环境。例如，可以利用DataFrame的各种功能和策略来选择分析的数据列，并对这些选定的数据列进行综合和统计处理，极大地简化了数据分析和处理的步骤。

（1）Numpy库：Numpy是用于科学计算的库，它提供了大量的数学函数和优化的数组对象。由于Python的列表中的元素可以是各种类型，所以它们并不构成真正的数值数组，但是Numpy很好地解决了这些问题，使得这些计算变得更加高效。从数据分析的视角出发，尽管Python的列表可以用于数据的存储和处理。

Numpy所特有的ndarray，实际上是一个拥有固定数据类型的多维数组。在使用时，用户只需要根据所需查询的变量来创建相应的值，就能实现快速查找到所需结果。除此之外，Numpy还提供了一系列功能强大的函数，例如，rand（）用于生成随机数字；mean（）用于计算平均数。这些函数使得对数组的操作变得更为简便。

从数据处理的角度看，Numpy为我们提供了众多的线性代数函数以及傅里叶变换功能。本文通过分析这类数据，给出其数学表达式及其相关性质。solve（）函数具有解决线性方程组等问题的能力。这类函数可以构造出许多数学方程，让Python中的数学运算过程变得更为简洁和高效。在统计学领域，例如，numpy.median（）函数能够处理中位数的计算，而numpy.std（）函数则能够处理标准偏差等问题。这类函数扮演着至关重要的角色，它们构成了众多数据分析技术的核心。

（2）Matplotlib库：Matplotlib是一个用于数据可视化的库，可以绘制出各种类型的图表。学生通过学习如何使用Matplotlib库绘制饼图、散点图、折线图、柱状图等图表，以及如何对图表进行美化、添加标签和图例等操作，可以对处理和分析之后的数据进行可视化，然后通过图表来分析结果。

在Matplotlib库中，有几个重要的函数可以帮助学生创建和美化图表。例如，scatter（）用于散点图的绘制，它可以轻松地创建一系列点，并根据需要调整点的颜色、大小和形状。plot（）函数可以用于绘制折线图，它允许学生创建线条图表。bar（）函数用于绘制柱状图，它可以创建以条形展示数据的图表。pie（）函数可以用于绘制饼图，它可以创建以扇形展示数据的图表。subplot（）函数是在一个图形中创建子图，它可以在一个图形中放置多个子图。legend（）函数可以用于给图形添加图例，它允许学生在图表中添加说明性的标签，以解释每个图例的含义。

Matplotlib还有如颜色的映射、坐标轴的刻度配置、文本的注释以及图例的设定等。学生有机会通过掌握这些工具和功能，不仅可以提升图表的美观度，还可以给图表增添更多的信息。这样学生不仅能更深入地掌握和运用Python的各个知识点，还能更有效地满足可视化的需求。

借助这些实用性极高的资源库进行教学，Python课程能够更好地满足行业的实际需求。学生也可以更好地理解和应用Python语言的特点，同时也可以更好地适应社会的发展需求。

3.3 考核方案

在这种教学方法和教学内容的驱使下，为了更好地评估学生的学习效果和实际能力，本文提出了一种新的考核方案。通过使用平时性评价和终结性评价这两种不同的评估方法，可以更准确地评估学生对知识的掌握情况。

在总评价中，平时性评价是重要的，它占据了总评价的40%，这主要包括了学生在课堂上的行为、出席的频率以及他们参与课堂讨论的热情等多个方面。在平时性评价中，课堂表现和出勤状况各自占20%，而针对平时项目的评价则占据了剩下的60%。这种设计的核心目的是强调学生完成项目的能力，并进一步培育学生的综合能力。

终结性评价要求学生完成以问题为导向的课程设计，占据总评价的60%。一方面是为了检验学生对知识掌握的情况，另一方面是考查学生们在实际应用方面的能力，以避免出现“分数高但实际能力低”的现象。因此，教师要重视对教学过程进行反思，及时调整教学方法和手段，提高教学效果。学生们对这种考核方案也感到认同。

结语

随着时代的进步和教育理念的更新，Python语言课程只有不断地更新和完善，才能更好地适应时代和行业的发展，才可以培养出具备综合能力和创新精神的人才。当然，Python语言课程还面临着很多新的挑战，例如，Python技术的实时应用开发等。为了应对这些挑战，Python语言课程需要不断地更新，同时，教师们也需要进行不断的知识更新和教学能力的提高。只有人才與发展“双向奔赴”才能助力经济社会高质量发展。

参考文献：

［1］蒋雪丽.大数据环境下大学生就业创业前景分析［J］.就业与保障，2023（07）：136138.

［2］李博，吕斌，王兵，等.大数据技术在木材工业中的应用前景分析［J］.中国人造板，2022，29（06）：16.

［3］张乐平，李东方.医科院校Python程序设计课程教学研究［J］.计算机教育，2017（08）：2831.

［4］刘海桥，袁丹丹.基于大数据工程专业人才培养目标的Python语言教学改革探析［J］.电脑知识与技术，2023，19（26）：142145.

［5］袁静.基于翻转课堂的“程序设计”课程改革探析［J］.科教文汇（下旬刊），2020（33）：9697.